| 标题 |
 Real-Time Low-Cost Drift Compensation for Chemical Sensors Using a Deep Neural Network With Hadamard Transform and Additive Layers 基于Hadamard变换和加性层深度神经网络的化学传感器实时低成本漂移补偿
相关领域
哈达玛变换
离散余弦变换
人工神经网络
计算机科学
阈值
乘法（音乐）
卷积（计算机科学）
深度学习
人工智能
补偿（心理学）
算法
特征（语言学）
数学
图像（数学）
语言学
心理学
组合数学
数学分析
哲学
精神分析
|
| 网址 | |
| DOI | |
| 其它 |
期刊：IEEE Sensors Journal 作者：Diaa Badawi; Agamyrat Agambayev; Sule Ozev; Ahmet Enis Çetin 出版日期：2021-05-27 |
| 求助人 | |
| 下载 | 求助已完成，仅限求助人下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
蜉蝣
不想干活
馆长
兔兔兔
个性的紫菜
ZiZi
CR7
成就的秋
核桃
Dean
不倦
带头大哥
H华ua
GingerF
子车茗
LaTeXer
执着谷兰
linkman
生动梦松
xzy998
皖公网安备34019202002308
